Vielen Dank für die Zusendung Ihrer Anfrage! Eines unserer Teammitglieder wird Sie in Kürze kontaktieren.
Vielen Dank, dass Sie Ihre Buchung abgeschickt haben! Eines unserer Teammitglieder wird Sie in Kürze kontaktieren.
Schulungsübersicht
-
Einführung in Edge AI
- Definition von Edge AI und dessen Bedeutung
- Vorteile der Bereitstellung von KI-Modellen am Edge
- Überblick über die KI-Landschaft für Edge Computing
-
Faltungsschichten-Netzwerke (CNN) Architekturen für Edge AI
- Verständnis der Grundlagen von CNNs und deren Anwendbarkeit auf Edge AI
- Designüberlegungen für CNNs auf Edge-Geräten
- Fallstudien: Effiziente CNN-Modelle in der Praxis
-
Kompakte Netzwerke für die Edge-Bereitstellung entwerfen
- Techniken zur Reduzierung der Modellgröße ohne Beeinträchtigung der Genauigkeit
- Tools und Frameworks zur Modelloptimierung
- Bewertung der Zielkonflikte zwischen Leistung und Komplexität
-
Techniken des Knowledge Distillation für Edge AI
- Grundprinzipien des Knowledge Distilling und dessen Vorteile
- Implementierung von Knowledge Distillation für Edge-Modelle
- Praktische Beispiele und Erfolgsgeschichten
-
Tiefe Kompressionsmethoden für Edge AI-Modelle
- Überblick über Modellekompressionstechniken (Pruning, Quantisierung)
- Anwendung von Kompressionsmethoden in Edge-KI-Szenarien
- Auswirkungen auf Leistung, Genauigkeit und Model-Bereitstellung
-
Konzepte und Anwendungen von Federated Learning
- Einführung in Federated Learning und dessen Bedeutung für Privatsphäre und Effizienz
- Architekturelle und operative Aspekte von Federated-Learning-Systemen
- Herausforderungen und Lösungen bei der Implementierung von Federated Learning am Edge
-
Implementierung von Edge AI-Lösungen
- End-to-End-Workflow zur Bereitstellung von KI-Modellen auf Edge-Geräten
- Tools und Plattformen, die die Entwicklung von Edge AI unterstützen
- Überwachung und Verwaltung von Edge KI-Anwendungen im Produktionsbetrieb
-
Fallstudien und Projektarbeit
- Analyse realer Edge-KI-Bereitstellungen in verschiedenen Branchen
- Gruppenprojekt: Design und Implementierung einer Edge KI-Lösung
- Vorstellung und Kritische Würdigung der Projektergebnisse
Voraussetzungen
- Vertrautheit mit Cloud Computing und künstlicher Intelligenz
Zielgruppe
- Business Analysten
- Produktmanager
- Entwickler
35 Stunden
Erfahrungsberichte (1)
Dass wir uns mit fortgeschrittenen Themen befassen und an realen Beispielen arbeiten können
Ruben Khachaturyan - iris-GmbH infrared & intelligent sensors
Kurs - Advanced Edge AI Techniques
Maschinelle Übersetzung